tkmind/memind
1
0
Fork 0
Code Issues Pull Requests 1 Actions Packages Projects Releases Wiki Activity
Files
feature/0712-dev
memind/docs/memind-ai-mind-integration-assessment.md
T

11 KiB
Raw Permalink Blame History

Memind 打通 AI Mind 项目评估报告

日期：2026-06-24
范围：/Users/john/Project/Memind 与 /Users/john/PycharmProjects/ai_mind
状态：只读评估结论整理，后续可继续深化方案与实施拆解

1. 结论

Memind 可以与 AI Mind 项目关联，而且关联价值很高。

推荐方向不是把两个项目合并，也不是直接共享数据库表，而是让 Memind 继续作为入口、账号、MindSpace、H5 体验和代理层，让 AI Mind 作为长期记忆、数字人格、认知画像、人生流与 persona runtime 的认知后端。

一句话概括：

Memind 负责人机入口，AI Mind 负责脑和性格。

综合判断：

  • 可行性：8/10
  • 推荐度：9/10
  • 直接合并推荐度：2/10

最合理的路线是先做轻量桥接，再做记忆回流，最后做深度融合。

2. 当前项目角色判断

2.1 Memind 的现状

Memind 当前更像 H5 入口、门户、用户空间、会话代理和 MindSpace 体验层。

它已有：

  • 用户体系：h5_users
  • Agent 会话归属：h5_user_sessions
  • TKMind API proxy
  • Goose/agent session 转发链路
  • MindSpace 页面、资料、发布、广场、微信接入、计费等业务能力
  • 轻量用户偏好画像：.tkmind-profile.json

其中 .tkmind-profile.json 更像面向 Goose 会话的用户偏好卡片，字段包括语言、回复风格、偏好列表等。它可以提供基础记忆提示，但不是完整长期认知系统。

2.2 AI Mind 的现状

AI Mind 是一个更完整的认知与数字人格后端。

它已有：

  • FastAPI /api/v1/* API 体系
  • chat、memory、profile、persona、life_stream、coremind 等正式路由
  • 长期记忆：memory_items、memory_chunks、memory_vectors
  • 用户认知画像：user_cognitive_profile
  • 数字人体系：digital_personas、persona_conversations、persona_messages
  • 数字人画像、知识库、技能、反思、自我核心、自治策略
  • 人生流 L1/L2/Phase3、profile evidence、memory bridge
  • Persona external API，可供外部系统调用数字人对话与画像

AI Mind 中的 persona context 已经能把用户画像、长期记忆、知识库和技能聚合成 prompt 上下文。这正是 Memind 想要获得的“真的有记忆、性格、特征”的能力基础。

3. 可关联的关键依据

3.1 Memind 已有代理层，适合接外部认知服务

Memind 服务端已经存在 TKMind API proxy。该代理层会处理：

  • 登录态校验
  • 当前用户解析
  • 会话归属校验
  • 上游 API 转发
  • LLM provider 应用
  • 策略与能力检查

这意味着 AI Mind 可以作为外部认知服务接入，而不需要先改造整个 Memind 会话系统。

3.2 AI Mind 已有外部数字人接口

AI Mind 已有：

  • POST /api/v1/persona/external/chat
  • GET /api/v1/persona/external/profile
  • POST /api/v1/persona/external/profile

这些接口通过 X-API-Token 识别外部启用的数字人，可返回人格化回复、conversation_id、persona_id、resource_summary、response_mode、画像与成长指标等。

这非常适合作为 Memind 的第一阶段桥接入口。

3.3 AI Mind 已有人生流投递接口

AI Mind 的 life_stream 支持：

  • JWT 鉴权
  • 或 X-Life-Stream-Ingest-Key + X-Life-Stream-User-Id 机机投递

Memind 可以把重要对话、MindSpace 页面、资料摘要、微信消息摘要、用户行为事件投递为 life_stream event，由 AI Mind 进一步生成分析、证据、记忆、画像和 persona pipeline。

4. 推荐架构

推荐采用三层桥接架构：

用户
  |
  v
Memind H5 / MindSpace / 微信 / Plaza
  |
  v
Memind Bridge Layer
  |-- 调用 AI Mind persona external chat
  |-- 投递 AI Mind life_stream events
  |-- 拉取 AI Mind persona profile / memory summary
  |
  v
AI Mind
  |-- 用户画像
  |-- 长期记忆
  |-- 数字人格
  |-- 人生流
  |-- coremind / runtime

职责边界：

  • Memind 保留入口、账号、空间、页面、发布、微信、广场、计费和 agent session。
  • AI Mind 提供记忆、人格、认知画像、数字人对话、人生流分析和长期沉淀。
  • Bridge Layer 负责身份映射、Token 管理、调用限流、错误降级和审计。

5. 最小可验证版本

最小 MVP 可以这样做：

  1. 在 Memind 配置 AI Mind 地址，例如 AI_MIND_BASE_URL=http://127.0.0.1:18000。
  2. 为 Memind 用户绑定一个 AI Mind 用户和默认 persona。
  3. 保存该 persona 的 external token。
  4. Memind 新增一个“人格对话/记忆增强”调用：
    • POST /api/v1/persona/external/chat
    • Header: X-API-Token: <external_token>
    • Body: message、conversation_id、external_user_id
  5. Memind 异步投递重要事件：
    • POST /api/v1/life-stream/events
    • Header: X-Life-Stream-Ingest-Key
    • Header: X-Life-Stream-User-Id
  6. Memind 拉取画像：
    • GET /api/v1/persona/external/profile
  7. 在前端展示数字人的成长阶段、记忆分、技能分、画像摘要等。

这个版本可以在不破坏现有 Goose agent、计费、微信和 MindSpace 链路的情况下验证核心价值。

6. 身份映射设计建议

这是整个集成最关键的部分。

Memind 用户 ID 是 UUID 字符串：

h5_users.id CHAR(36)

AI Mind 用户 ID 是自增整数：

users.id Integer

因此不能直接共享 user_id，也不建议互相引用对方数据库外键。

建议增加一张 Memind 侧或独立桥接侧映射表：

memind_ai_mind_bindings

建议字段：

  • id
  • memind_user_id
  • ai_mind_user_id
  • default_persona_id
  • persona_external_token
  • external_user_id
  • enabled
  • scopes
  • created_at
  • updated_at
  • last_sync_at

其中：

  • memind_user_id 对应 h5_users.id
  • ai_mind_user_id 对应 AI Mind users.id
  • default_persona_id 对应 AI Mind digital_personas.id
  • persona_external_token 用于调用 /api/v1/persona/external/chat
  • external_user_id 可以稳定使用 memind:<h5_user_id>，避免多端混淆
  • scopes 可控制允许 chat、profile、life_stream、memory_read 等能力

7. 推荐分阶段路线

阶段一：轻量桥接

目标：先让 Memind 能调用 AI Mind 数字人，并能读取数字人画像。

动作：

  • 新增 AI Mind bridge client
  • 新增用户绑定配置
  • 增加 persona external chat 调用
  • 增加 persona profile 拉取
  • 前端提供一个最小入口或隐藏实验入口

收益：

  • 低风险
  • 快速验证“人格化回复”和“画像展示”
  • 不影响原有 agent session 主链路

阶段二：记忆回流

目标：让 Memind 的真实用户行为成为 AI Mind 长期记忆和画像原料。

动作：

  • 把重要对话摘要投递到 life_stream
  • 把 MindSpace 页面保存、编辑、发布事件投递到 life_stream
  • 把微信重要消息摘要投递到 life_stream
  • 开启 AI Mind 的 life_stream analysis、memory bridge、profile evidence merge

收益：

  • AI Mind 开始持续学习用户
  • 数字人能逐渐拥有更稳定的记忆、性格和特征
  • Memind 的空间内容不再只是文件，而是可认知的生命流材料

阶段三：深度融合

目标：让 AI Mind 的人格与记忆反向增强 Memind 的 Goose/agent 会话。

动作：

  • Memind agent session 启动或恢复时，从 AI Mind 拉 persona context
  • 把 persona context 注入 Goose 会话上下文
  • 支持用户切换不同 persona 作为对话人格层
  • 支持对话后的高价值内容自动回写 AI Mind

收益：

  • Memind 主对话获得长期记忆
  • 不同数字人格可在同一入口中体现不同性格和能力
  • MindSpace、Agent、微信、人生流形成闭环

8. 不建议的方案

8.1 不建议直接合并项目

Memind 是 Node/React/Express/Vite 体系，AI Mind 是 Python/FastAPI/Vue 体系。直接合并会引入运行时、依赖、部署、鉴权、数据库迁移等复杂问题。

8.2 不建议直接共享数据库表

两边用户 ID、权限模型、数据生命周期、业务边界不同。直接共享表容易造成：

  • 用户串号
  • Token 泄漏
  • 权限误用
  • 数据一致性问题
  • 后续迁移困难

8.3 不建议立刻替换 Memind 主聊天链路

Memind 当前 /sessions/:id/reply 链路已有：

  • 会话归属
  • 策略控制
  • 能力检查
  • 计费
  • SSE
  • LLM provider fallback

第一阶段应采用旁路增强，而不是直接接管全部聊天。

9. 主要风险与缓解

9.1 身份映射风险

风险：Memind 用户和 AI Mind 用户映射错误，导致记忆或数字人串号。

缓解：

  • 使用显式绑定表
  • 所有调用带 external_user_id
  • 调用前校验 binding enabled 和 scopes
  • 管理后台可查看与解绑

9.2 Token 安全风险

风险：AI Mind persona external token 泄漏或配置错。

缓解：

  • Token 仅服务端保存
  • 前端不暴露 external token
  • 绑定表支持禁用和轮换
  • 所有调用写审计日志

9.3 记忆污染风险

风险：低价值、错误、临时内容进入长期记忆。

缓解：

  • life_stream 投递先标记 source、privacy_class、metadata
  • 只投递摘要或高价值事件
  • 用户显式删除/忘记时要回写 AI Mind
  • 长期记忆写入应走 AI Mind 已有置信度和候选审核机制

9.4 体验延迟风险

风险：persona deep mode 可能比普通聊天慢。

缓解：

  • 首阶段作为独立人格入口，不阻塞主 agent
  • 对短消息允许 style_only 或降级
  • 缓存 profile
  • 后台异步投递 life_stream

9.5 服务可用性风险

风险：AI Mind 不可用时影响 Memind。

缓解：

  • Bridge client 设置超时
  • AI Mind 调用失败时降级为普通 Memind/Goose 回复
  • UI 显示“记忆增强暂不可用”
  • 不让 AI Mind 成为 Memind 基础功能的强依赖

10. 后续分析问题

后续可继续深入以下问题：

  1. Memind 用户与 AI Mind 用户是否已有线上对应关系？
  2. 是否要为每个 Memind 用户自动创建 AI Mind 用户和默认 persona？
  3. 默认 persona 是“用户的数字分身”，还是“陪伴型助手人格”？
  4. 哪些 Memind 事件应该进入 life_stream？
  5. 哪些内容只做短期上下文，不进入长期记忆？
  6. 用户如何查看、删除、纠正 AI Mind 记住的内容？
  7. 是否需要在 Memind 管理后台增加 AI Mind 绑定和诊断页？
  8. MVP 是先做个人实验入口，还是直接作为正式功能灰度？
  9. 是否要把 MindSpace 页面摘要同步为 persona knowledge，而不仅是 life_stream？
  10. 是否需要单独的隐私分级和用户授权开关？

11. 建议的下一步

建议下一步先做一份实施设计，不急着写代码：

  • 定义 binding 表结构
  • 定义 AI Mind bridge client API
  • 定义 persona chat 调用协议
  • 定义 life_stream event 映射规范
  • 定义前端入口和降级体验
  • 定义审计日志和安全边界
  • 列出 MVP 验收用例

完成这些后，再进入代码实现会更稳。

Reference in New Issue View Git Blame Copy Permalink